网络放火，包留白名单端口失效导致机器失联

[ZMbiubiubiu]

• 现象描述

我想要模拟断网场景——本地端口、远程端口、目标ip均不填写。但是留有后门，让我们能够通过远程登录、联系放火的机器，进而停止掉本次故障。
为此，我做的配置如下：

blade create network loss --exclude-port {our-whitelist-port} --interface eth0 --percent 100 --timeout 1800

但是，最终却以机器失联告终，我无法通过保留的白名单端口与机器联系，无法停止故障（直到到达初始设置的超时时间）。

• 问题排查

为了探究原因，故追踪实现逻辑。上述设置会走如下的逻辑

// file:exec/network/tc/network_tc.go
// only contains excludePort or excludeIP
if localPort == "" && remotePort == "" && destIp == "" && protocol == "" {
  // Add class rule to 1,2,3 band, exclude port and exclude ip are added to 4 band
  args := buildNetemToDefaultBandsArgs(netInterface, classRule)
  excludeFilters := buildExcludeFilterToNewBand(netInterface, excludePortRanges, excludeIp)
  response := cl.Run(ctx, "tc", args+excludeFilters)
  if !response.Success {
   stopNet(ctx, netInterface, cl)
  }
  return response
}

翻译成tc规则大致如下：

qdisc add dev eth0 root handle 1: prio bands 4 
qdisc add dev eth0 parent 1:1 netem loss 100% && \
tc qdisc add dev eth0 parent 1:2 netem loss 100% && \
tc qdisc add dev eth0 parent 1:3 netem loss 100% && \
tc qdisc add dev eth0 parent 1:4 handle 40: prio  && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip dport 2016 0xffff flowid 1:4 && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip sport 2016 0xffff flowid 1:4 && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip dport 2090 0xffff flowid 1:4 && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip sport 2090 0xffff flowid 1:4 && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip dport 8000 0xffff flowid 1:4 && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip sport 8000 0xffff flowid 1:4

根据上述规则，arp包确实是无法发出的。

• 问题查明

我所在的网络环境，局域网的路由器每隔20min发一次ARP广播包，更新一下机器的<ip-mac>信息。设置上述规则，我的机器虽然能够收到路由器的arp广播包，但是无法回复。导致路由器认为局域网内没有我们这台机器，它接收到的外网上发往这台机器的数据包都无法到达。
最终，我们无法通过远端消除掉本次网络故障，进而物理机失联。

补充一个抓包截图：

• 解决方式

将目标ip为空改写为0.0.0.0/0，以此达到同样的目的。如此修改，会走不同的逻辑，最终生成的tc规则，如下：

qdisc add dev eth0 root handle 1: prio bands 4 
qdisc add dev eth0 parent 1:4 handle 40: netem loss 100% && \
tc filter add dev eth0 parent 1: prio 4 protocol ip u32 match ip dst 0.0.0.0/0  flowid 1:4 && \
tc filter add dev eth0 parent 1: prio 3 protocol ip u32 match ip dport 2016 0xffff  flowid 1:3 && \
tc filter add dev eth0 parent 1: prio 3 protocol ip u32 match ip sport 2016 0xffff  flowid 1:3

arp数据包不会匹配到丢包的规则，所以arp通信完整，机器能够随时通过留有的

• 结论

我不确定这是否算是程序的bug，但我觉得，既然设置了白名单端口，但是因为禁止了arp的缘故没有达到目的。这最起码不像是一个正常的逻辑。期待你的回信。

[ZMbiubiubiu]

@xcaspar